Python、Scikit-learn、K-means : What does the parameter n_init actually do?

Question

这个问题已经有答案了:

Sklearn Kmeans parameter confusion? (1 个回答)

已关闭 5 年前。

我是 Python 初学者。现在，我试图了解 sklearn.cluster.KMeans 中的参数 n_init 是什么。

来自文档:

n_init : int, default: 10

Number of time the k-means algorithm will be run with different centroid seeds. The final results will be the best output of n_init consecutive runs in terms of inertia.

起初，我认为这意味着代码运行的次数，直到我找到这个 helpful question ，我意识到这就是 max_iter 所做的。

参数n_init到底有什么作用？实在是看不懂。

Answer 1

在K-means中，质心的初始放置对其收敛起着非常重要的作用。有时，初始质心的放置方式使得在 K 均值的连续迭代期间，簇不断发生剧烈变化，甚至在收敛条件可能发生之前，就达到了 max_iter，我们留下了不正确的簇。因此，这样获得的聚类可能不正确。为了解决这个问题，引入了这个参数。 n_iter 的值基本上决定了算法应该使用多少组不同的随机选择质心。对于每个不同的点集，对簇移动的距离进行比较，即，如果簇移动的距离短，那么我们很可能最接近地面实况/最佳解决方案。返回提供最佳性能的点及其各自的运行以及所有集群标签。

如果您有兴趣，也可以看看k-means++ algorithm专门为解决这个问题而设计。

您还可以查看this link for more details关于初始质心很重要。